로봇이 세면대 청소하는 법을 배우다

로봇은 우리를 위해 지루하거나 불쾌한 일을 해야 합니다. 그러나 욕실 청소와 같은 지루한 작업은 자동화하기 어렵습니다. 로봇 팔의 움직임을 계산하여 세면대의 모든 부분에 도달할 수 있을까요? 세면대의 모서리가 이상하게 휘어져 있다면 어떨까요? 어느 지점에 얼마나 많은 힘을 가해야 할까요?

이 모든 것을 고정된 규칙과 미리 정의된 수학 공식으로 정확하게 인코딩하려면 많은 시간이 걸릴 것입니다. TU Wien에서는 다른 접근 방식을 취했습니다. 사람이 로봇에게 해야 할 일을 여러 번 보여줍니다. 특별히 준비된 스펀지를 사용하여 싱크대 가장자리를 청소합니다. 로봇은 사람을 관찰하여 청소 방법을 배우고 이 지식을 다양한 모양의 물체에 유연하게 적용할 수 있습니다. 이 연구는 현재 아부다비에서 열리는 IROS 2024에서 발표되었습니다.

세척, 샌딩, 광택

세척은 표면 처리의 한 유형일 뿐입니다. 산업에서 필수적인 역할을 하는 다른 많은 활동은 기술적으로 매우 유사합니다. 예를 들어 표면을 샌딩하거나 광택을 내거나, 페인팅하거나, 접착제를 바르는 것과 같습니다.

"카메라로 세면대의 기하학적 모양을 포착하는 것은 비교적 간단합니다." TU Wien의 자동화 및 제어 연구소의 Andreas Kugi 교수가 말했습니다. "하지만 그게 중요한 단계는 아닙니다. 로봇에게 가르치는 것이 훨씬 더 어렵습니다. 표면의 어느 부분에 어떤 유형의 움직임이 필요한가요? 움직임은 얼마나 빨라야 하나요? 적절한 각도는 무엇인가요? 적절한 힘의 양은 얼마인가요?"

사람들은 경험과 모방을 통해 이런 것들을 배웁니다. "워크숍에서 누군가가 견습생의 어깨 너머로 보고 '너는 그 좁은 모서리를 조금 더 세게 눌러야 해'라고 말할 수도 있습니다." Andreas Kugi 팀의 산업 로봇 그룹 책임자 Christian Hartl-Nesic이 말합니다. "우리는 로봇이 매우 비슷한 방식으로 학습할 수 있는 방법을 찾고 싶었습니다."

세척 스펀지의 데모 버전

이 목적을 위해 특수 세척 도구가 개발되었습니다. 힘 센서와 추적 마커가 장착된 세척 스펀지를 사람이 사용하여 싱크대를 반복적으로 세척했지만, 앞쪽 가장자리만 세척했습니다. "몇 가지 시범을 통해 엄청난 양의 데이터를 생성한 다음, 로봇이 적절한 세척이 무엇을 의미하는지 학습할 수 있도록 처리합니다." Christian Hartl-Nesic이 설명합니다.

이 학습 과정은 TU Wien의 연구팀이 개발한 혁신적인 데이터 처리 전략으로 가능합니다. 이는 머신 러닝 분야의 여러 기존 기술을 결합합니다. 측정 데이터는 먼저 통계적으로 처리되고, 그 결과는 신경망을 훈련하여 미리 정의된 동작 요소(소위 '동작 기본 요소')를 학습하는 데 사용됩니다. 그런 다음 로봇 팔을 최적으로 제어하여 표면을 청소합니다.

이 혁신적인 학습 알고리즘을 통해 로봇은 훈련 후 싱크대 전체 또는 복잡한 표면을 가진 다른 물체를 세척할 수 있게 되었지만, 싱크대의 한 모서리만 세척하는 방법을 보여줬을 뿐입니다. "로봇은 표면 모양에 따라 스펀지를 다르게 잡아야 하고, 곡선이 심한 부분에는 평평한 표면보다 다른 양의 힘을 가해야 한다는 것을 배웁니다." 산업 로봇 그룹의 박사과정 학생인 크리스토프 언거가 설명합니다.

비전: 모든 워크숍 로봇이 함께 학습합니다

제시된 기술은 목공 작업에서 목재 작업물을 샌딩하거나, 차량 차체의 페인트 손상을 수리하고 연마하거나, 금속 작업장에서 판금 부품을 용접하는 등 많은 공정에 적용됩니다. 미래에는 로봇을 모바일 플랫폼에 배치하여 작업장 어디에서나 유용한 도우미로 사용할 수 있습니다.

그런 로봇은 다른 로봇과 지식을 공유할 수도 있습니다. "많은 워크숍에서 이러한 자체 학습 로봇을 사용하여 표면을 연마하거나 페인트칠한다고 가정해 보겠습니다. 그런 다음 로봇이 로컬 데이터로 개별적으로 경험을 얻도록 할 수 있습니다. 그래도 모든 로봇은 서로 학습한 매개변수를 공유할 수 있습니다."라고 Andreas Kugi는 말합니다. 특정 작업물의 구체적인 모양과 같은 비공개 데이터는 비공개로 유지되지만 필수적인 기본 원칙은 모든 로봇의 기능을 더욱 개선하기 위해 교환됩니다. 이를 '연합 학습'이라고 합니다.

TU Wien에서 실시한 수많은 테스트에서 싱크대 청소 로봇의 유연성이 입증되었습니다. 이 기술은 이미 국제적으로도 화제를 모으고 있습니다. 3,500건 이상의 과학 논문이 제출된 IROS 2024(2024년 10월 14일~18일)에서 TU Wien의 연구는 '최우수 응용 논문상'을 수상했고, 올해의 최고 혁신 중 하나로 선정되었습니다.

출처: https://www.sciencedaily.com/releases/2024/11/241107193009.htm